La Grande Migrazione dell’Africa orientale è da tempo considerata uno dei più imponenti spettacoli della natura, coinvolgendo moltitudini di gnu, zebre e antilopi. Un recente studio supportato dall’intelligenza artificiale (AI) rivela che il numero degli esemplari coinvolti è inferiore a quanto precedentemente stimato. Questo nuovo approccio alla stima della popolazione di gnu non solo fornisce dati più accurati, ma getta anche luce sulle implicazioni per la conservazione e la gestione degli ecosistemi di una delle ultime grandi riserve naturali del pianeta.

Il mistero dei numeri: una revisione necessaria

Ricercatori della University of Oxford hanno utilizzato tecniche di intelligenza artificiale per analizzare un vasto set di immagini satellitari, identificando una quantità di gnu significativamente inferiore rispetto alla cifra tradizionalmente accettata di 1,3 milioni. Le nuove stime, che variano tra 324.202 a 533.137 esemplari a seconda del momento dell’anno, suggeriscono che il numero reale potrebbe aggirarsi attorno a 800.000 individui. Questo contrasto fa emergere nuovi interrogativi sulla metodologia utilizzata per decenni nei censimenti.

Innovazione nell’analisi dei dati

I metodi tradizionali si basavano su sorvoli aerei, che, a causa della natura dinamica e distribuita del movimento dei branchi, si sono dimostrati limitati. Gli errori di stima sono stati ridotti grazie all’adozione di due modelli di deep learning, U-Net e YOLOv8, i quali hanno dimostrato una notevole affidabilità e coerenza nei risultati.

Implicazioni per la conservazione

Le nuove stime non indicano necessariamente un collasso delle popolazioni di gnu, ma pongono l’accento su cambi migratori e sulle sfide affrontate da questi animali, tra cui la perdita di habitat e la frammentazione causata dall’agricoltura. Il recupero di dati più accurati è cruciale per pianificare interventi di conservazione mirati e efficaci.

• Riduzione della necessità di contact count umani: I metodi AI eliminano gran parte dell’errore umano e consentono un’analisi su più ampia scala.
• Flessibilità operativa: La possibilità di implementare rapidamente algoritmi su nuove immagini per aggiornamenti costanti.
• Sostenibilità a lungo termine: Riduzione delle spese logistiche e di limitazioni temporali connesse ai metodi tradizionali.

Una nuova era nella gestione faunistica

Grazie a questa ricerca, condotta da Isla Duporge e colleghi, la concezione delle modalità di monitoraggio della fauna selvatica sta evolvendo, segnando un cambiamento significativo verso metodi innovativi supportati dalla tecnologia. Questo percorso promette di rivoluzionare la gestione di grandi ecosistemi, contribuendo al contempo alla nostra comprensione della biodiversità globale.

Le sfide restano comunque molteplici e complesse, richiedendo un approccio integrato che combini dati scientifici avanzati, politiche di conservazione ad ampio raggio e la cooperazione internazionale. Nell’attuale contesto di cambiamenti climatici e pressione antropica, l’adozione di tecnologie all’avanguardia rappresenta una risorsa preziosa e indispensabile per proteggere il nostro patrimonio naturale per le generazioni future.

Questo studio non solo ridefinisce la portata della Grande Migrazione in Africa orientale, ma apre nuove prospettive sulla gestione e la conservazione della fauna selvatica in un’era di rapida evoluzione tecnologica e ambientale.